声明
插图索引
附表索引
第1章 绪 论
1.1课题研究背景及意义
1.2课题及相关技术的研究现状
1.2.1 复杂装备远程智能健康评估系统的发展现状
1.2.2 复杂装备智能健康评估方法研究现状
1.3.1 主要研究内容
1.3.2 论文结构及章节安排
第2章 电源车远程智能健康评估系统分析与总体设计
2.1引言
2.2.1 电源车简介
2.2.2 电源车智能健康评估需求分析
2.2.3 电源车远程状态监测需求分析
2.3本地-远程融合的电源车智能健康评估系统框架设计
2.3.1 本地-远程融合的电源车智能健康评估系统框架
2.3.2 基于DSP的电源车本地状态监测模块硬件设计
2.3.3 基于Spark的电源车智能健康评估平台设计
2.3.4 基于B/S模式的电源车健康评估可视化
2.4电源车智能健康评估方法总体构思
2.4.1 电源车智能健康评估方法
2.5本章小结
第3章 基于LSTM-SPRT的电源车故障诊断方法研究
3.1引言
3.2.1 电源车故障诊断的问题分析
3.2.2 电源车故障诊断方法的提出
3.3.1 电源车状态数据初始特征提取
3.3.2 基于LSTM网络的电源车多变量时间序列学习建模
3.3.3 基于LSTM网络的电源车多变量时间序列模型训练
3.3.4 基于SPRT的自适应多样本故障诊断
3.4基于电源车虚拟仿真系统的故障诊断仿真研究
3.4.1 数据准备
3.4.2 LSTM网络的离线训练
3.4.3 LSTM-SPRT融合的实时故障诊断
3.5本章小结
第4章 基于多状态时间序列预测学习的电源车故障预测方法研究
4.1引言
4.2电源车故障预测方法
4.2.1 电源车故障预测面对的问题
4.2.2 电源车故障预测方法
4.3.1 基于LSTM的多状态时间序列预测模型
4.3.2 基于改进kNN算法的故障预判
4.4仿真验证
4.4.1 仿真平台及数据说明
4.4.2 状态趋势预测模型的训练及网络性能分析
4.4.3 故障预判算法仿真及结果分析
4.5本章小结
第5章 基于深度学习模型重构的电源车系统级健康评估方法研究
5.1引言
5.2.1 系统级健康评估方法的提出
5.2.2 基于LSTM网络的模型重构
5.2.3 系统级健康指数的构建及推导
5.3仿真验证
5.3.1 仿真平台及数据说明
5.3.2 深度学习重构模型的训练
5.3.3 电源车系统级健康评估
5.4本章小结
第6章 电源车远程智能健康评估系统的实施
6.1引言
6.2电源车远程状态监测方案实施
6.2.1 电源车本地实时异常检测
6.2.2 电源车数据远程传输
6.2.3 电源车数据分布式存储
6.3.1 健康评估算法组件开发
6.4.1 电源车数据可视化
6.4.2 电源车健康评估可视化
6.5电源车远程智能健康评估系统运行与调试
6.5.1 系统功能测试
6.5.2 系统性能测试
6.6本章小结
结论与展望
结 论
展 望
参考文献
致谢
附录 A 攻读学位期间发表的学术论文
兰州理工大学;